정도관리 변동성 구분은 관리도 하나에 섞여 있는 단기(일간) 산포와 장기(주간·월간) 산포를 분산 성분으로 분해해 원인 계통을 갈라내는 작업이다. 단기 성분은 조작·기구·주입 재현성에서, 장기 성분은 로트 교체·검량선 재작성·환경 드리프트에서 나오므로 시정조치의 방향이 완전히 다르다. 이 글은 분해·판정·한계값 재계산·빈도 최적화의 4단계로 실무 절차를 정리한다.
목차
왜 정도관리 변동성 구분이 먼저인가
정도관리 변동성 구분은 같은 관리도 위에 뒤섞여 있는 두 종류의 산포를 분리해 내는 작업이다. 일간 단기 변동성은 분주, 피펫팅, 주입 재현성, 검출기 잡음처럼 한 배치 안에서 완결되는 요인에서 나온다. 주간·월간 장기 변동성은 시약 로트 교체, 검량선 재작성, 램프·컬럼 노후화, 실온의 계절적 이동처럼 시간축을 따라 누적되는 요인에서 나온다.
두 성분은 원인이 다르므로 대응도 다르다. 단기 성분이 커지면 조작 절차와 기구, 전처리 재현성을 점검해야 하고, 장기 성분이 커지면 교정 주기, 소모품 수명, 환경 제어를 손봐야 한다. 둘을 뭉뚱그린 하나의 표준편차로만 관리하면 조치의 방향이 항상 절반쯤 어긋난다.
Westgard의 반복성 실험 해설은 동일 런 내 20회 측정, 하루 내 측정, 20일에 걸친 측정이 각각 다른 크기의 산포를 준다고 정리한다. 같은 시료와 같은 기기라도 관찰 창을 넓힐수록 표준편차가 커지는 것이 정상이다. 따라서 ‘어느 관찰 창에서 계산한 SD인가’를 명시하지 않은 관리한계는 근거가 불완전한 한계다.
1단계: 분산 성분 분해로 단기·장기 기여도 산정
첫 단계는 데이터 구조를 계층으로 설계하는 것이다. 하루에 QC 시료를 2회 이상 측정하고 그 구조를 최소 20일 유지하면, 일(day)을 상위 인자로 두고 반복(replicate)을 하위 인자로 두는 중첩 설계가 만들어진다. 이 구조에서만 단기 성분과 장기 성분이 분리 가능하다.
CLSI EP15-A3는 5일 × 5반복 설계를 두고 중첩 분산분석으로 반복성(within-run)과 실험실 내 정밀도(within-laboratory)를 나눠 추정하도록 제시한다. 실험실 내 정밀도는 반복성 성분과 런 간 성분을 함께 담은 값이므로, 두 값의 차이가 곧 장기 기여분의 크기다.
실무 계산은 단순하다. 일별 반복 측정의 잔차에서 단기 분산을 얻고, 일평균의 산포에서 장기 분산을 얻는다. 정도관리 변동성 구분의 산출물은 σ_short, σ_long, 그리고 σ_total = √(σ_short² + σ_long²)의 세 값과, σ_long²/σ_total²로 계산한 장기 기여율이다.
장기 기여율이 20% 미만이면 사실상 단기 지배형 공정이고, 50%를 넘으면 시간 축 요인이 관리도의 폭을 결정하고 있다는 뜻이다. 이 비율이 이후 모든 판정과 빈도 결정의 입력값이 된다.
2단계: 단기·장기를 갈라 보는 판정 규칙 설계
분해된 성분은 서로 다른 규칙으로 감시해야 한다. 단기 변동성은 같은 날 두 QC 값의 차이, 즉 일내 범위(R)나 RPD로 감시하는 것이 직접적이다. 범위 관리도의 한계를 σ_short 기반으로 잡으면 로트 교체나 계절 드리프트에 영향받지 않고 조작 재현성만 본다.
장기 변동성은 일평균을 점으로 찍은 관리도에서 본다. 여기서는 단일점 이탈보다 연속 규칙이 핵심이며, 중심선 한쪽으로 7~9점 연속, 6점 연속 상승·하강, 10점 중 2점의 2σ 초과 같은 추세 규칙이 장기 성분을 잡아낸다.
두 관리도의 신호 조합으로 원인 계통이 좁혀진다. 범위는 정상인데 일평균이 흐르면 교정·로트·환경을 의심하고, 범위가 벌어지는데 일평균은 중심을 지키면 조작·전처리·주입 재현성을 의심한다. 둘 다 벌어지면 기기 자체의 성능 저하를 우선 검토한다.
정도관리 변동성 구분을 규칙 수준까지 반영하지 않으면 관리도는 이탈 사실만 알려주고 원인 방향은 알려주지 않는다.
3단계: 한계값 재계산 — 어떤 SD를 넣을 것인가
한계값 재계산의 원칙은 ‘관리도가 감시하려는 관찰 창과 한계 산출의 관찰 창을 일치시킨다’는 것이다. 일간 개별값 관리도에는 σ_total을, 일내 범위 관리도에는 σ_short을, 주간·월간 평균 관리도에는 σ_long에 표본 평균 효과를 반영한 값을 쓴다.
주간 또는 월간 평균을 점으로 찍는 상위 관리도에서는 한계가 σ_total/√n으로 자동으로 좁아지지 않는다는 점이 중요하다. n개 측정의 평균이라도 장기 성분은 평균으로 줄지 않으므로, 평균의 표준편차는 √(σ_short²/n + σ_long²)에 가깝다. 이 보정을 빼먹으면 월간 관리도가 과도하게 좁아져 거짓 경보가 폭증한다.
반대로 흔한 실수는 20일치 전체 데이터를 한 덩어리로 놓고 뽑은 σ_total을 일내 범위 한계에까지 그대로 쓰는 것이다. 이 경우 한계가 너무 넓어 조작 재현성 악화를 놓친다.
재계산 시점은 로트 교체, 기기 정비, 분석자 변경, 그리고 정기 재검토 주기에 맞춘다. 재계산 결과는 이전 한계와 나란히 비교표로 남기고, 변경 사유·산출 데이터 기간·승인자를 기록해 ISO/IEC 17025가 요구하는 기록 추적성을 확보한다.
4단계: 정도관리 빈도 최적화 — 몇 번, 언제 측정할 것인가
빈도 결정은 두 성분에 각각 대응한다. 단기 성분은 ‘한 배치 안에 QC를 몇 개 넣을 것인가’로, 장기 성분은 ‘얼마나 자주 배치를 검증할 것인가’로 대응한다. 정도관리 변동성 구분 결과가 이 두 질문의 답을 나눠 준다.
장기 기여율이 낮고 σ_short이 지배적이면 배치 내 QC 개수를 늘리는 편이 효율적이다. 배치 내 반복은 σ_short/√n으로 평균의 불확실성을 실제로 줄여 주기 때문이다. 반대로 장기 기여율이 높으면 배치 내 반복을 늘려도 총 산포가 거의 줄지 않으므로, 측정 횟수 대신 측정 시점 간격을 좁히는 것이 옳다.
드리프트 속도도 함께 본다. 일평균의 이동 폭이 관리한계 폭의 상당 부분을 하루 만에 잠식하는 수준이면 QC 간격을 배치 단위로 줄이고, 수 주에 걸쳐 완만하면 일 1회 또는 배치당 시작·종료 QC로 충분한 경우가 많다.
빈도를 낮추는 방향의 변경은 반드시 위험 기반 근거를 남긴다. 변경 전 최소 20일 이상의 데이터로 장기 성분이 안정적임을 보이고, 변경 후 일정 기간은 이전 빈도를 병행해 판정이 뒤집히지 않는지 확인한 뒤 확정한다.
정도관리 변동성 구분에서 흔한 오판 세 가지
첫째는 ‘한계를 넓히면 해결된다’는 오판이다. 장기 성분이 커져 이탈이 잦아진 상황에서 한계만 넓히면 드리프트를 정상으로 승인하는 결과가 된다. 한계 확대는 성분 분해 결과가 단기 성분의 실질적 증가를 지지할 때에만 검토한다.
둘째는 관찰 창이 다른 데이터를 섞어 SD를 뽑는 것이다. 로트 교체 전후, 정비 전후, 계절이 다른 구간을 한 덩어리로 넣으면 σ_long이 과대평가되어 관리도가 둔감해진다. 성분 산출용 데이터 구간은 공정 조건이 일정한 구간으로 잘라 쓴다.
셋째는 표본수 부족이다. 5일 설계는 검증 목적에는 쓸 수 있어도 장기 성분 추정치의 신뢰구간이 넓다. 관리한계 확정을 목표로 한다면 20일 이상, 가능하면 로트 교체를 1회 이상 포함한 기간을 확보하고, 그 전까지는 잠정 한계로 운영한다는 사실을 기록에 명시한다.
정도관리 변동성 구분은 통계 절차이면서 동시에 기록 절차이므로, 산출 근거 데이터와 판단 논리가 남지 않으면 심사에서 재현할 수 없는 결론이 된다.
관련해서 정도관리 한계 재산정 4단계 — 주→월·로트별 집계 전환 글도 참고할 만하다.
정리와 체크포인트
정도관리 변동성 구분의 4단계는 분산 성분 분해, 단기·장기 판정 규칙 분리, 관찰 창에 맞춘 한계값 재계산, 성분 구조에 맞춘 정도관리 빈도 최적화로 요약된다.
실행 전 확인할 체크포인트는 다음과 같다. 하루 2회 이상 QC를 20일 이상 측정한 중첩 데이터가 있는가. σ_short, σ_long, 장기 기여율을 수치로 산출했는가. 일내 범위 관리도와 일평균 관리도를 분리해 운영하는가.
주간·월간 평균 관리도의 한계에 √(σ_short²/n + σ_long²) 보정을 반영했는가. 빈도 변경 시 병행 운영 기간과 위험 기반 근거를 남겼는가. 재계산 사유·데이터 기간·승인자가 기록되어 추적 가능한가.
마지막으로, 성분 비율은 고정값이 아니다. 기기 교체나 분석법 변경이 있으면 단기·장기 구조 자체가 바뀌므로, 정도관리 변동성 구분은 정기 재검토 항목으로 계획서에 명시해 두는 편이 안전하다.
